NUEVA MODELACIÓN DE SERIES DE NÚMEROS PRIMOS, IN-PAR

Resumen

El objetivo del trabajo estuvo encaminado a la modelación de las series de números Primos utilizando la metodología ROR y utilizando la metodología IN-PAR como una mejora de la anterior. Desde la concepción metodológica se utilizó la Metodología Objetiva Regresiva, ROR y la metodología IN-PAR además se contó con una base de datos de elaboración propia que consta de

25  casos  de  los  números  primos  menores  de  100.  Posteriormente se  modelaron  según  la metodología ROR y con la metodología IN-PAR esta serie usando los 25 primeros casos, se calcularon  los  errores  de  los  valores  pronosticados con  respecto  a  los  valores  reales  y  se obtuvieron las estadísticas descriptivas de los errores correspondientes. Se obtuvieron modelos perfectos para la serie de números primos utilizando ambas metodologías. La metodología IN-PAR describió errores con media cero al igual que la metodología ROR y la desviación estándar menor que la metodología ROR. Ambas metodologías ofrecieron resultados excelentes para los números primos. El trabajo demostró que la metodología IN-PAR obtiene mejores resultados que la ROR en el caso de la serie de números primos. Se obtuvieron modelos perfectos para todas las series usando ambas metodologías. La metodología IN-PAR ofreció mejores resultados para los números primos que la metodología ROR. Esta metodología alternativa de ROR es muy interesante para la Inteligencia artificial de máquinas computadoras y ambas pudieran significar un ahorro en el tiempo de máquina en la búsqueda de los números primos tan importantes en la Criptografía.